автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.12, диссертация на тему:Интеллектуализация интерфейса взаимодействия пользователя с базой данных физических эффектов

На правах рукописи

ГЕРАСИМОВ АЛЕКСАНДР МИХАЙЛОВИЧ

ИНТЕЛЛЕКТУАЛИЗАЦИЯ ИНТЕРФЕЙСА ВЗАИМОДЕЙСТВИЯ ПОЛЬЗОВАТЕЛЯ С БАЗОЙ ДАННЫХ ФИЗИЧЕСКИХ ЭФФЕКТОВ

05.13.12 - "Системы автоматизации проектирования (промышленность)"

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

003457236

Волгоград - 2008

003457296

Работа выполнена на кафедре "Системы автоматизированного проектирования и поискового конструирования" Волго1радского государственного технического университета.

Научный руководитель

доктор технических наук, профессор Фоменков Сергей Алексеевич.

Официальные оппоненты:

доктор технических наук, профессор Лукьянов Виктор Сергеевич.

кандидат технических наук, доцент Сальникова Наталья Анатольевна.

Ведущая организация

Астраханский государственный технический

университет.

Защита диссертации состоится 25 декабря 2008 г. в 12 ч. на заседании диссертационного совета Д 212.028.04 при Волгоградском государственном техническом университете но адресу: 400131, Волгоград, пр-т. им. В. И. Ленина, 28.

С диссертацией можно ознакомиться в библиотеке Волгоградского государственного технического университета.

Автореферат разослан ноября 2008 г

диссертационного совета

Ученый секретарь

Водопьянов В. И.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертации. Повышение эффективности начальных этапов проектирования сложных технических систем, а именно - сокращение сроков проектирования и повышение качества проектируемых изделий является важной задачей, которая может быть решена путем автоматизации отдельных процедур проектирования. Информационный поиск - одна из ключевых процедур при проведении научных исследований на начальных этапах проектирования; а одним из важнейших компонента информационного обеспечения систем автоматизированного проектирования являются физические знания.

Физические знания используются учеными (построение, проверка и прогнозирование теоретических и экспериментальных зависимостей), инженерами и изобретателями (улучшение прототипов изделий с учетом известных свойств веществ), студентами (обучение методам технического творчества). Существуют специальные базы данных -фонды физических эффектов, в которых физические знания представлены особым структурированным образом, обеспечивающим более удобный их поиск и использование. Однако, несмотря на наличие автоматизированных средств работы с такими структурированными физическими знаниями, задача их эффективного и удобного поиска для пользователя, не являющегося специалистом, по-прежнему не решена. Поэтому задача разработки новых методов поиска и способов повышения эффективности взаимодействия пользователя с базами данных физических эффектов является актуальной.

На сегодняшний день существует несколько программных средств поиска в базах данных физических эффектов. Опыт эксплуатации этих систем выявил ряд недостатков:

• сложность формализации поискового запроса; чаще всего запрос пользователя представляется в неформализованном виде на естественном языке и нужна определенная подготовка его формализованного представления;

• затруднения при вводе поисковых запросов в систему, вызванные сложностью используемых поисковых моделей и их визуальным представлением пользователю в виде деревьев зависимых характеристик;

• сложности работы с полученными результатами, так как далеко не всегда результирующая выборка является полезной для пользователя;

• отсутствие возможности воспользоваться результатами предыдущих удачных поисков.

В своей совокупности эти системы реализуют довольно широкий спектр возможностей по поиску физических эффектов. Поэтому опыт их создания и эксплуатации может послужить хорошим фундаментом при разработке новой системы, которая призвана

устранить существующие недостатки и предложить новые подходы к организации поиска физических эффектов.

Цель диссертационной работы. Целью работы является повышение эффективности поиска физических эффектов в специализированной базе данных для пользователей различного уровня квалификации за счет внедрения новых улучшенных поисковых инструментов и систем помощи. Под повышением эффективности понимается как количественное улучшение характеристик (увеличение скорости поиска), так и качественное (повышение удобства работы и релевантности результатов).

Задачи исследования. Для достижения указанной цели были поставлены и решены следующие задачи:

• произвести анализ существующих подходов к разработке пользовательских интерфейсов и информационно-поисковых систем и выделить основные преимущества данных подходов; произвести анализ методов обработки информации на естественном языке и выделить методы, применимые в предметной области данной работы;

• разработать метод трансляции поисковых запросов на ограниченном русском языке в формализованные поисковые запросы;

• разработать модели представления пользователей, предметной области и среды взаимодействия для пользовательского интерфейса автоматизированной информационно-поисковой системы по физическим эффектам;

• разработать механизмы эффективной помощи пользователю при формировании поисковых запросов и работе с полученной информацией;

• создать программную систему поиска физических эффектов и проверить ее эффективность на тестовых задачах.

Объект исследования. Пользовательский интерфейс автоматизированных систем для поиска физических эффектов; процесс поиска физических эффектов.

Предмет исследования. Методы разработки эффективных пользовательских интерфейсов и алгоритмы обработки текстов па естественном языке.

Методы исследовании. В работе использованы методы системного анализа, принятия решений в условиях неопределенности, обработки текстовой информации на естественном языке, искусственного интеллекта, объектно-ориентированного проектирования программных систем и оценки эргономичности пользовательских интерфейсов.

Научная новизна работы состоит в следующем:

• разработан метод трансляции поисковых запросов на ограниченном русском языке в формализованные поисковые запросы; использование этого метода позволяет в большинстве случаев избежать сложной формализации запросов и значительно облегчить и ускорить поиск;

• сформулированы эвристические правила коррекции формализованных запросов на поиск физических эффектов, дающие возможность контролировать вводимый пользователем запрос и формировать подсказки по повышению его точности;

• предложен способ интерактивной подсказки близости слов при формировании полнотекстового запроса, позволяющий ускорить и сделать более эффективным полнотекстовый поиск;

• разработан усовершенствованный метод распознавания жестов мыши, не требующий времени на обучение и поддерживающий распознавание непрерывных цепочек жестов различной степени сложности.

Обоснованность и достоверность результатов. Достоверность полученных результатов обеспечивается использованием апробированных методов системного анализа, искусственного интеллекта, компьютерной лингвистики и проектирования пользовательских интерфейсов, а также эмпирической оценкой эффективности пользовательского интерфейса по методу ООМЭ и закону Фитса и результатами экспериментачыюй проверки работы программной системы в процессе поиска физических эффектов различными пользователями.

Практическая значимость и внедрение. Создана новая информационно-поисковая система по физическим эффектам "Полезный Эффект", поддерживающая различные виды поиска (поиск по формализованным запросам, полнотекстовый поиск, поиск по запросам на естественном языке), а также предоставляющая возможность комбинировать их результаты. Упрощен поиск физических эффектов и повышена релевантность результатов поиска за счет внедрения эффективных поисковых инструментов и подсистем помощи пользователю.

Разработанная система может использоваться учеными и инженерами на начальных этапах проектирования технических систем. Кроме того, система может быть полезной в преподавании научных дисциплин, связанных с физикой, проектированием и методами инженерного творчества, и служить средством помощи при выполнении студеными лабораторных и курсовых работ.

Система "Полезный Эффект" зарегистрирована в отраслевом фонде алгоритмов и программ ФГНУ "Государственный координационный центр информационных технологий" Федерального агентства по образованию РФ и внедрена в учебный процесс ВолгГТУ и АГУ. По материалам работы получено несколько дипломов на Всероссийских и Региональных смотрах-конкурсах работ молодых ученых (Москва, 2005, 2006; Волгоград, 2005).

Положения, выносимые на защиту:

• метод трансляции поисковых запросов на ограниченном русском языке в формализованные поисковые запросы;

• эвристические приемы коррекции формальных поисковых запросов и методика их использования;

• способ интерактивной подсказки близости слов при формировании полнотекстового запроса;

• метод распознавания жестов мыши;

• механизм работы адаптивного помощника на основании моделей пользователя, предметной области и среды взаимодействия;

• новая автоматизированная система поиска физических эффектов.

Апробация результатов работы. Основные положения работы докладывались и обсуждались на научных семинарах кафедры "САПР и ПК" ВолгГТУ, а также на Международных и Всероссийских научных и научно-практических конференциях: "Новые информационные технологии" (Таганрог, 2004); "Информационные технологии в обучении и производстве" (Камышин, 2005); "Технологии Microsoft в теории и практике программирования" (Москва, 2005, 2006, 2007; Нижний Новгород, 2006); "Региональная конференция молодых исследователей Волгоградской области" (Волгоград, 2006); "Информационные технологии в образовании, технике и медицине" (Волгоград. 2006): "Международная школа-конференция по приоритетным направлениям развития науки и техники с участием молодых ученых, аспирантов и студентов" (Судак, 2006, 2007); "Интеллектуальные САПР (AIS'07, CAD-2007)" (Дивноморское, 2007); "Системные проблемы надёжности, качества, математического моделирования, информационных и электронных технологий в инновационных проектах: Инноватика-2007" (Сочи, 2007).

Публикации. Оснонные положения диссертации отражены в 28 опубликованных работах. В том числе 3 статьи напечатаны в рецензируемых научных журналах, рекомендованных ВАК для публикации основных результатов диссертационных работ; получено 2 свидетельства об официальной регистрации профаммы для ЭВМ.

Структура и объем работы. Диссертационная работа состоит- из введения, четырех глав, заключения, списка литературы и приложений. Общий объем диссертации - 145 страниц, включая 10 рисунков. 17 таблиц, список литературы из 126 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цели и задачи исследования, определена научная новизна, приводится перечень основных положений, выносимых на защиту, излагается краткое содержание глав диссертации.

В первой главе приводится обзор современного состояния проблемы поиска физических эффектов, анализируются достоинства и недостатки существующих систем, приводится обоснование необходимости их усовершенствования и предлагаются направления работ по улучшению. В рамках выбранных направлений проводится обзор работ, посвященных

созданию эргономичных и адаптивных пользовательских интерфейсов, а также работ по машинной обработке текстов на естественном языке.

В настоящий момент во всех областях науки и техники стремительно растут требования к качеству информации, которая используется в исследованиях и разработках. Ученые и инженеры постоянно нуждаются в информации для осуществления своей деятельности.

Общий объем физических знаний о мире очень велик и продолжает пополняться. Кроме того, физические знания рассредоточены в различных источниках и далеко не всегда оформлены в виде, удобном для использования. Для того чтобы повысить удобство работы с физическими знаниями, были разработаны специальные базы данных - фонды физических эффектов, в которых физические знания представляются особым структурированным образом, обеспечивающим более удобный их поиск и использование.

В общем виде можно дать следующее определение физического эффекта, Физический эффект (ФЭ) - объективная, закономерно обусловленная связь между двумя или более физическими явлениями, каждое из которых характеризуется соответствующей физической величиной.

В настоящее время существует несколько программных систем, позволяющих проводить поиск физических эффектов. Среди них можно выделить разработки кафедры САПР и ПК Волгоградского государственного технического университета: системы АИПС и СОФИ, а также разработки других организаций: системы "Интеллект" (НТЦ Интеллект) и "Эффекты" (ООО Метод).

Типовая последовательность действий пользователя при использовании систем поиска физических эффектов состоит из следующих шагов:

1) формулировка задачи на естественном языке;

2) выбор поискового режима (вида запроса, по которому будет проводиться поиск);

3) формализация запроса для выбранного поискового режима;

4) ввод запроса в систему и поиск;

5) просмотр и оценка результатов;

6) возможный повторный поиск, начиная со второго шага, если результаты были неудовлетворительными.

Как показывает практика, наиболее трудоемким и критичным как по времени, так и по качеству, является шаг 3, т.е. формализация задачи в виде поискового запроса.

Опыт эксплуатации поисковых систем по БД ФЭ выявил ряд недостатков в существующих подходах к поиску ФЭ. Основными недостатками являются:

1) сложность формализации поискового запроса. Обычно запрос пользователя представляется в неформализованном виде на естественном языке и нужна определенная подготовка его формализованного представления, часто оказывающаяся весьма сложной;

2) сложности ввода поисковых запросов в программу и работы с полученными результатами. Часто после проведения поиска результирующая выборка ФЭ получается недостаточно релевантной из-за неверно введенного запроса.

Таким образом, требуется разработать систему, которая представляла бы пользователю удобный интерфейс, обучала его и помогала формировать поисковые запросы (как формализовано, так и в виде вопросов на естественном языке). Перечисленные возможности относятся к теории человеко-машинного взаимодействия, созданию пользовательских интерфейсов и обработке текстов на естественном языке.

Процесс проектирования пользовательского интерфейса находится на стыке нескольких научных и компьютерных дисциплин. К этим дисциплинам относятся графический дизайн, эргономика, психология, социология и искусственный интеллект. Важнейшими аспектами разработки являются дизайн, эргономичность, понятность, гибкость, ассистирование пользователю и др. Этим и другим аспектам посвящено множество работ разных авторов, среди которых Т. Мандел, Дж. Раскин, Я. Нильсен, В. Головач и др.

Целесообразным является отдельно рассмотреть вопросы разработки интеллектуальных интерфейсов. Интеллектуальный интерфейс пользователя (Intelligent user interface) - это такой интерфейс взаимодействия пользователя и компьютера, который направлен на увеличение эффективности и повышение естественности процесса взаимодействия. Интерфейсы этого типа могут обучаться и приспосабливаться к нуждам пользователей. Важнейшим компонентом интеллектуальных интерфейсов является адаптивность, т.е. приспосабливаемость к каждому пользователю. Адаптивный интерфейс может активно помогать пользователю в процессе работы за компьютером, т.к. "осведомлен" о его нуждах и задачах. Вопросам разработки интеллектуальных интерфейсов посвящены работы Д. Беньона, П. Маес, А. Ваерн, К. Хеек и др.

Естественно-языковое взаимодействие также является очень важным для разработки более дружественных пользовательских интерфейсов. Машинный анализ текстов на естественном языке - широкая и активно развивающаяся область компьютерной науки. Существует целый ряд работ, посвященных созданию лингвистических моделей естественных языков. Среди наиболее значимых и известных теорий можно отметить трансформационные грамматики Хомского, модель "смысл-текст" И. Мельчука, а также функциональные грамматики и системы семантических образцов. Менее известной, но очень хорошо проработанной моделью, доведенной до полной компьютерной реализации, является модель В. Тузова. Все вышеперечисленные подходы базируются на грамматически-синтаксическом анализе языка с выделением семантических операций, позволяющих строить смысловое представление текста. Существует также и стохастический подход к анализу, описанный в работах Дж. Люгера и др., рассматривающий язык как случайный процесс, поддающийся вероятностным и статистическим методам.

Во второй главе описываются предложенные автором подходы к повышению эффективности процесса поиска физических эффектов. Для организации адаптивного интерфейса предлагается использовать модели пользователя, предметной области и среды взаимодействия. Для снижения сложности формирования поисковых запросов можно использовать специальные подсистемы помощи по их вводу и коррекции. Коррекцию предлагается осуществлять с использованием набора эвристических правил, сформулированных автором. Предложены и подробно описаны алгоритмы поиска физических эффектов по запросу на ограниченном русском языке и формирования облака связанных терминов для работы с полнотекстовым запросом. Кроме того, описан новый алгоритм распознавания жестов мыши. В конце главы дается оценка применимости рассмотренных алгоритмов и методов в других предметных областях.

Хороший пользовательский интерфейс должен учитывать особенности работающих с ним пользователей и определяться в первую очередь структурой деятельности пользователей и их задачами, а не структурой объектов, с которыми пользователь взаимодействует в процессе работы. Учесть все это помогают модели пользователя, предметной области и среды взаимодействия, описывающие комплекс важных для процесса взаимодействия характеристик.

Модель пользователя - это набор характеристик пользователя, работающего в системе, которые существенны для взаимодействия с системой. В процессе создании адаптивного помощника, внедренного в созданную в рамках данной работы автоматизированную систему, нами была предложена и использована следующая модель пользователя:

UM = <Abs, IS, SSK, DK>, (1)

где: Abs - уровень абстрактного мышления. В автоматизированной системе используется несколько сущностей (деревья тезаурусов, регулярные выражения), эффективность манипуляции которыми определяется данной характеристикой. Возможные значения: "низкий", "средний", "высокий" уровни. Характеристика вычисляется на основе степени уверенного использования деревьев тезаурусов и сложных текстовых запросов пользователем;

IS - скорость обработки информации. Время реакции пользователя на поступающую информацию используется для варьирования времени отображения советов адаптивности. Чем медленнее пользователь реагирует на советы, тем дольше ему необходимо их показывать;

SSK - навыки работы в отдельных подсистемах. Характеристика вычисляется для каждой подсистемы на основе длительности ее использования и количества выполненных полезных действий. Возможные значения: "новичок", "обычный пользователь", "эксперт". Данный параметр используется при определении необходимой степени помощи пользователю в процессе работы;

DK - знания предметной области. Характеристика определяет степень владения пользователя терминологией и абстракциями, используемыми при работе с ФЭ. Возможные значения: "нет знаний", "студент", "эксперт". Вычисление параметра производится на основе уверенности пользователя при работе с формализованным запросом ABC.

Модель предметной области содержит в себе информацию относительно задач пользователя и последовательности его действий. Она позволяет лучше понять потребности пользователей и дает возможность спроектировать качественный интерфейс, предоставляющий возможность решать типовые задачи наиболее эффективным образом. Нами предлагается следующая модель предметной области для систем поиска физических эффектов:

DM = < (Tasks, Goals, Procedures, Frequency), L, (Actions, Interactions):*, (2)

где: Tasks - задачи, которые необходимо решить пользователю (просмотрт ФЭ, поиск ФЭ); Goals - цели пользователя (найти ФЭ, отвечающие поисковой задаче); Procedures -типовые процедуры решения задачи (формирование поискового запроса, работа с найденными ФЭ, исправление запроса, сохранение результатов работы); Frequency -интенсивность использования системы для решения подобных задач пользователя; L -функции, выполняемые системой в процессе работы (отображение ФЭ на экране, помощь при вводе и редактировании запросов, поиск ФЭ, сохранение и распечатка результатов работы); Actions - набор действий пользователя в системе (активация пунктов меню и кнопок панели инструментов, активация поисковых характеристик, ввод текстовых запросов, просмотр описаний ФЭ); Interactions - взаимодействие пользователя с другими пользователями (в процессе поиска ФЭ такое взаимодействие возможно).

Среда взаимодействия - это окружающие условия, которые оказывают существенное влияние на процесс работы пользователя с программой. Нами были выделены основные характеристики среды взаимодействия, которые можно формализовано описать следующим образом:

ЕМ = <Time, Int, Tech, Env, Cult>, (3)

где: Time - ограничения на выполнение действий по времени (поиск ФЭ должен выполняться достаточно быстро); Int - наличие прерываний в действиях пользователя (мы принимаем, что это происходит достаточно редко); Tech - технические характеристики мониторов, манипуляторов и другого оборудования (используется стандартное оборудование IBM PC); Env - физическая сторона рабочей среды (принимаем, что работа с системой осуществляется в-кабинете или аудитории); Cult - культурно-языковая сторона рабочей среды (система поиска ФЭ рассчитана на русскоязычных пользователей).

Как было показано выше, одной из основных проблем, возникающих у пользователей при поиске физических эффектов, является сложность в формализации поискового запроса, поэтому наиболее удобным для пользователя способом поиска физических эффектов будет

являться поиск по оригинальному запросу на естественном языке. В работах Фоменкова С.А. и др. приведено множество характерных примеров поисковых задач, сформулированных в виде таких запросов.

Процесс поиска ФЭ по запросу на ограниченном русском языке можно разделить на три шага:

1) анализ фразы запроса, т.е. морфологический, синтаксический и начальный семантический анализ и получение семантической структуры (см. пример на Рис. 1);

2) детальный семантический анализ запроса в рамках предметной области, т.е. получение полного формализованного описания смысла запроса в терминах модели представления физических знаний;

3) поиск физических эффектов по полученному формальному описанию запроса.

Рис. 1. Семантическая структура вопроса "Как создать постоянное электрическое поле в

полупроводнике?"

Первый шаг включает в себя универсальные и достаточно хорошо изученные методы анализа, практически не зависящие от предметной области и смысла запроса. Поэтому на этом шаге целесообразным является использование результатов, полученных другими авторами. В настоящей работе используются модули системы ЛОТ, разработанной Н. Леонтьевой, Д. Панкратовым, А. Сокирко и Б. Кобрицовым.

Третий шаг включает непосредственно сам поиск в БД тех эффектов, которые наилучшим образом отвечают на заданный запрос. В настоящий момент существуют успешно реализованные алгоритмы поиска физических эффектов по формализованному описанию модели "вход-объект-выход" (ABC), разработанной на кафедре САПР и ПК ВолгГТУ. Эта модель используется в настоящей работе как базовая в силу своей универсальности.

Наиболее специфичным в рамках настоящей работы является второй шаг, т.е. выявление смысла запроса в терминах работы с физическими эффектами. Проведенный нами анализ семантических структур, построенных на характерных запросах, показал ряд закономерностей, используя которые можно с высокой степенью уверенности определять формальные компоненты запроса. Алгоритм определения компонентов запроса по семантической структуре выглядит следующим образом:

1. Предварительная обработка, удаление несущественных связей и узлов.

2. Определение корневых узлов, т.е. узлов, которые определяют основной смысл запроса и трактовку семантических связей в структуре.

3. Поиск узлов, описывающих компоненты запроса. На этом шаге в зависимости от корневых узлов и типа семантических связей дочерним узлам первого и второго уровней сопоставляются наиболее вероятные компоненты запроса.

4. Обработка характеризующих и однородных узлов. К узлам-компонентам добавляются узлы, являющиеся словами-определениями.

5. Валидация узлов по словарю физических понятий. Для каждого набора узлов, предположительно относящегося к определенному компоненту, производится поиск слов в специальном словаре, составленном на основе иерархического тезауруса описаний входов, объектов и выходов ФЭ. По результатам поиска вычисляется уверенность в том, что набор действительно принадлежит к проверяемому компоненту. Чем точнее совпадают слова узлов и их подузлов со словами в словаре, тем выше степень уверенности.

6. Генерация запроса ABC. Если есть варианты трактовки запроса, все узлы которых полностью прошли валидацию, то именно эти варианты и используются для формирования запроса. Если же такого уверенного соответствия не было обнаружено, то формируется несколько запросов из вариантов с наивысшей степенью уверенности. Это означает, что будут сформированы формальные запросы, которые не учитывают какие-то части естественно-языкового запроса, но являющиеся, тем не менее, полезными для дальнейшей работы.

Для обработки семантической структуры в соответствии с пунктами 1-4 приведенного алгоритма нами была разработана экспертная подсистема, осуществляющая вывод на продукционных правилах со стратегией поиска в глубину. Для большинства правил условием срабатывания является некоторый паттерн отдельного фрагмента семантической структуры, описывающий для каких узлов и типов связей применимо данное правило. Действиями же во всех правилах являются операции по добавлению узлов в пространство вариантов запроса и их удалению. Всего нами было разработано 46 правил в 7 категориях. Примеры правил приведены в Таблице 1.

Таблица /. Фрагмент базы правил для обработки семантической структуры запроса

№ Условие Действие Пояснение

1 В структуре есть семантический узел, являющийся глаголом из словаря ключевых глаголов Добавить в пространство вариантов данный узел в качестве базового Находит основной смысловой глагол в запросе для дальнейшего поиска зависящих от него

слов

2 Распознан базовый узел со смыслом "создать" и от этого узла идет семантическая связь типа "результат" или "объект" к другому узлу Добавить узел, к которому идет связь, в пространство вариантов как часть компонента "выход" Находит слова, обозначающие воздействие, создаваемое в результате физического эффекта

3 Распознан узел, характеризующий один из компонентов запроса, и от этого узла идет семантическая связь типа "параметр/атрибут/ принадлежность" к другому узлу Добавить узел, к которому идет связь, в пространство вариантов как возможную часть компонента, характеризуемого базовым узлом или как компонент "начальное состояние объекта" Находит слова, расширяющие описания уже найденных компонентов запроса

Используя большинство современных поисковых систем, пользователи не знают заранее по каким словам поиск окажется наиболее эффективным. Это приводит к тому, что они вынуждены экспериментировать с различными наборами слов, пока поисковый результат не окажется удовлетворительным. Очевидно, что если пользователям во время поиска подсказывать, какие еще термины относятся к задаче, можно существенно повысить его эффективность, т.к. сразу будет виден весь контекст предметной области и не потребуется думать, какие еще слова можно добавить в запрос.

Самым важным элементом в таком подходе является способ оценивания родственности терминов. В настоящей работе нами предложен метод, использующий семантическую структуру предложений для оценки зависимости слов. Слова считаются связанными между собой в одном из двух случаев: когда они напрямую соединены связью в семантическом графе или когда они соединены семантической связью с одним общим словом (косвенная связь).

Для получения списка слов, связанных со всеми словами полнотекстового запроса, нами разработан следующий алгоритм:

1. Получить отдельный список зависимых слов для каждого слова в запросе.

2. Объединить списки зависимых слов в один, положив общий вес для каждого слова как среднее геометрическое от весов этого слова в каждом отдельном списке.

3. Убрать из списка слова, которые не относятся ко всем словам текстового запроса.

4. Отсортировать слова по весу и оставить некоторое обозримое количество наиболее значимых.

В подавляющем большинстве современных программ управление осуществляется путем последовательного выбора мышью пунктов меню и кнопок на экране. Однако управление можно осуществлять путем выполнения специальных движений мыши в любом месте экрана. Этот метод называется управлением с помощью жестов мыши. Среди достоинств такого подхода можно выделить высокую скорость выполнения жеста и хорошее запоминание жеста на уровне рефлексов. Для целого ряда программных приложений такой способ управления является более эффективным, чем традиционный.

В работе предложен новый алгоритм распознавания жестов мыши, основанный на непрерывной обработке в реальном времени положения мыши. Из множества положений извлекаются такие, которые являются ключевыми для распознавания жестов. Они становятся базой для идентификации элементарных движений мыши, являющихся составными частями жестов. Затем на основе данных о перемещениях осуществляется распознавание жеста. Процесс распознавания приведен на Рис. 2.

Рис. 2. Процесс распознавания жестов мыши.

В процессе опытной эксплуатации различных систем поиска физических эффектов нами был выявлен факт частого получения пользователями нерелевантной выборки из-за ввода неверного формального запроса. Запрос может быть слишком слабо или сильно конкретизированным, или содержать ошибочно введенные данные. В большинстве случаев, анализируя запрос и зная задачу пользователя, можно попытаться его исправить, тем самым улучшив релевантность выборки ФЭ. Нами впервые сформулировано 19 эвристических

14

правил для исправления и уточнения таких неверных формальных запросов. На их основе был успешно разработан специальный помощник по вводу и коррекции поисковых запросов.

В третьей главе описана созданная автоматизированная система для поиска физических эффектов "Полезный Эффект". Приводится описание архитектуры системы и основных технических решений, принятых при разработке подсистем и реализации приведенных во второй главе алгоритмов. Кроме того, описываются способы вычисления характеристик модели пользователя.

Для проектирования и реализации автоматизированной системы была выбрана Agile-технология программирования, характеризующаяся упрощенным циклом разработки. В качестве основного языка разработки был выбран С# как ведущий язык платформы .NET. Модуль распознавания жестов мыши реализован на языке С++. Экспертная система для обработки семантической структуры естественно-языковых запросов реализована на языке CLIPS, являющимся одним из лучших продукционно-фреймовых языков. Для поддержки функций морфологического и семантического анализа текстов на естественном языке был выбран набор библиотек системы АОТ Д. Панкратова, А. Сокирко и Б. Кобрицова.

Автоматизированная система формирования поисковых запросов "Полезный Эффект" представляет собой готовый к эксплуатации программный продукт, состоящий из следующих основных подсистем:

1) редакторов запросов (формального, полнотекстового, естественно-языкового);

2) подсистем поиска: по формальному запросу, по естественно-языковому запросу, полнотекстовой;

3) адаптивного помощника по работе в программе;

4) помощника ввода и коррекции запросов;

5) подсистемы распознавания жестов мыши;

6) дополнительных средств по работе с запросами: мастера формализации запроса и базы данных по задававшимся запросам;

7) дополнительных возможностей", браузера физических эффектов, подсистем печати, экспорта и импорта запросов, мультидокументности;

8) базы данных физических эффектов.

Общая архитектура системы представлена на Рис. 3.

Рис. 3. Общая архитектура автоматизированной системы "Полезный Эффект".

Система в процессе работы следит за действиями пользователя, производит их оценку, модифицирует значения характеристик модели пользователя и выводит советы, которые могут помочь ему в работе. Выбор и активизация советов выполняется параллельно работе пользователя и основывается на информации о его действиях. Схема процедуры вывода представлена на Рис. 4.

Рис. 4. Спет процедуры принятия решений подсистемой адаптивности.

Для актуализации значений характеристик модели пользователя в соответствии с его действиями нами были введены эмпирические оценки ряда аспектов взаимодействия (таких, как сложность вводимых запросов, уверенность при работе с деревом физических характеристик, скорость реакции на выводимую информацию, время использования отдельных подсистем, использование тех или иных функций подсистем, количество проведенных сеансов работы н др.). Значения перечисленных оценок н характер их изменения позволяют делать выводы об опытности пользователя и стеиени необходимой ему помощи.

В четвертой главе проведен анализ эффективности разработанных решений и созданной автоматизированной системы в целом. Сначала эффективность рассчитывается по методу ООМЭ на основе выбранных поисковых заданий различной степени сложности. Затем приводятся подробные результаты экспериментальных испытаний системы. В главе показано, что разработанная система в целом в 2-3 раза эффективнее систем прошлого поколения, а отдельные решения более эффективны в 6-10 раз. Кроме того, приведены сведения о внедрении системы в учебные процессы ВолгГТУ и АГУ и о регистрации системы а ОФАП.

Для проведения испытаний нами было выбрано несколько поисковых заданий различной степени сложности. Примеры заданий приведены в Таблице 2. В испытания участвовали системы АИПС и СОФИ, разработанные на кафедре САПР и ПК ВолгГТУ, и созданная автором система "Полезный Эффект".

Таблица 2. Примеры заданий на поиск физических эффектов

№ Формулировка Сложность

1 Как можно сгенерировать высокочастотные колебания электрического тока? 1

2 Как преобразовать электромагнитное излучение видимого диапазона в звук? 2

3 Какими свойствами обладают квантовые жидкости? 2

4 Какие эффекты наблюдаются в веществе при одновременном действии магнитного поля и градиента температуры? 3

5 Как можно контролировать звуковую мощность ультразвуковых волн? 4

6 Какими свойствами обладают суперионные проводники? 5

Идеальная эффективность программных систем рассчитывалась по методу вОМв и закону Фитса. Эти методы позволяют оценить идеальное время, затрачиваемое на выполнение действий в пользовательском интерфейсе, если при этом заранее известно содержание действий и не тратится время на обдумывание. Метод вОМБ основывается на

вычислении суммы всех временных интервалов, которые потребовались на выполнение цепочки элементарных шагов, составляющих данную задачу. И хотя для разных пользователей время может сильно отличаться, для задач сравнительного анализа эффективности интерфейсов можно применять набор стандартных интервалов. Эти интервалы приведены в Таблице 3.

Таблица 3. Стандартное время выполнения элементарных операций для метода вОМЗ

Обозначение Время Описание

К 0.2 с Время нажатия клавиши клавиатуры или мыши.

Р 1.1 с Время указания мышью па какую-то позицию на экране.

н 0.4 с Время перемещения рук с мыши на клавиатуру или обратно.

м 1.35 с Время, необходимое пользователю для умственной подготовки следующего шага.

R - Время, в течение которого пользователь должен ожидать ответ компьютера.

F - Пауза, в течение которой пользователь думает, как выполнить задачу. Время паузы зависит от сложности задачи, квалификации пользователя и эффективности пользовательского интерфейса.

Результаты расчетов, проведенных по методу GOMS, приведены в Таблице 4.

Таблица 4. Идеальное время выполнения поискового задания

Поисковая система Время, с

АИПС 35.95

СОФИ 32.3

"Полезный Эффект" 29.4

Из Таблицы 4 видно, что идеальное время у новой системы лучше, чем у систем АИПС и СОФИ. В реальности паузы, связанные с формализацией пользователем своих задач, весьма длительные (могут исчисляться минутами), особенно при поиске по формальному запросу ABC. Поэтому идеальное время служит лишь началом отсчета, а реальное время целиком определяется длительностью таких пауз.

Для оценки среднего времени, которое требуется, чтобы переместить курсор мыши к кнопке на экране, можно использовать закон Фитса:

Время (мс) = а + Ь log2(D / S + 1), (5)

где: S - размер объекта вдоль линии перемещения курсора; D - дистанция от начальной позиции курсора до объекта; а и b - константы, принимающие значения а=5О, ¿=150 для среднего пользователя.

Принимая стандартным размер кнопки 16x16 пикселов и начальное положение указателя мыши - в центре экрана, получаем по закону Фитса 50+150*log2(400/l 6 + 1) = 755 мс. В случае использования жеста мыши, нет необходимости точного позиционирования, поэтому параметр S становится равным всей длине движения, а параметр D становится равным расстоянию, начиная с которого жест точно будет распознан. Таким образом, для жеста мыши, состоящего из одного движения, по закону Фитса получаем время, равное 50+150*log2(50/150 +1) = 112 мс. Т.е. использование коротких жестов мыши в 6.7 раза эффективнее традиционного вызова команд с панели инструментов.

Для практического подтверждения эффективности разработанной поисковой системы нами были проведены экспериментальные испытания. Пользователи для эксперимента подбирались таким образом, чтобы среди них были как новички в предметной области, так и довольно опытные пользователи. Им предлагалось выполнить несколько поисковых заданий в каждой из систем.

В качестве значимых характеристик оценивались: время достижения результата (Тт); количество попыток, сделанных при этом (п); длительность пауз в процессе работы (Тр); длительность ознакомления с системой (Те); раздраженность пользователя; возникновение сложностей понимания пользователем процесса работы. Сравнительные результаты выполнения поисковых заданий приведены в Таблице 5.

Таблица 5. Сравнительные результаты выполнения поисковых заданий

Поисковая система TF,c Тт, с n

min Мах avg min max avg min max avg

АИ ПС 15 80 44 45 720 2 60 1 7 3

СОФИ 8 78 35 40 300 120 1 6 2

"Полезный Эффект" 1 60 14 30 190 64 1 5 1

Видно, что нам удалось снизить длительность пауз в работе пользователей в 3 раза в среднем и в десятки раз в самых лучших случаях. Так же в 2-3 раза уменьшились общее время поиска и количество необходимых попыток для получения правильного результата. Таким образом, можно заключить, что система "Полезный Эффект" способна в 2-3 раза повысить эффективность поиска физических эффектов. Этот результат достигается комплексом всех внедренных решений по эргономике и интеллектуализации поиска.

Нами была проведена оценка эффективности отдельных подсистем, которая показала, что самыми эффективными и полезными являются инструменты поиска по запросу на естественном языке и полнотекстового поиска. Именно эти подсистемы наиболее часто использовали испытуемые.

Система "Полезный Эффект" внедрена в учебные процессы Волгоградского государственного технического университета и Астраханского государственного университета. Система применяется для выполнения практических и лабораторных работ, а также в курсовом и дипломном проектировании по дисциплинам "Концептуальное проектирование", "Модели и методы анализа проектных решений САПР" и "Инновационные методы решения научно-технических и инженерных задач". Нами подготовлены методические указания для выполнения лабораторной работы по поиску физических эффектов с ее использованием. Кроме того, система зарегистрирована в отраслевом фонде алгоритмов и программ ФГНУ "Государственный координационный центр информационных технологий" Федерального агентства по образованию РФ.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

• проведен анализ достоинств и недостатков современных систем поиска физических эффектов, выбраны и обоснованы методы по улучшению таких систем; проведен анализ методов разработки эффективных пользовательских интерфейсов и методов обработки текстов на естественном языке;

• разработан метод трансляции поисковых запросов на ограниченном русском языке в формальные поисковые запросы, позволяющий во многих случаях отказаться от самого сложного этапа - формализации запроса;

• сформулированы эвристические правила уточнения поисковых запросов; методика их использования реализована в виде алгоритмов коррекции поисковых запросов;

• разработан способ интерактивной подсказки близости слов, используемый для упрощения ввода полнотекстового запроса;

• разработан новый метод распознавания жестов мыши, позволяющий распознавать цепочки связанных жестов и не требующий времени на обучение;

• реализован механизм работы адаптивного помощника на основании моделей пользователя, предметной области и среды взаимодействия;

• реализована новая автоматизированная система поиска по физическим эффектам "Полезный Эффект", включающая в себя набор новых инструментов, повышающих эффективность работы пользователей при поиске физических эффектов; результаты испытаний показывают, что новая система в среднем в 2-3 раза эффективнее ранее существовавших аналогов.

СПИСОК ОСНОВНЫХ ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Герасимов, A.M. Автоматизированная система поиска физических эффектов "Полезный эффект" / A.M. Герасимов, П.А. Колчин, С.А. Фоменков // Программные продукты и системы: прилож. к междунар. журналу "Проблемы теории и практики управления". - 2007. - № 4. - С. 38-39.

2. Герасимов, A.M. Система формирования поисковых запросов к базе данных по физическим эффектам / A.M. Герасимов, П.А. Колчин, С.А. Фоменков // Изв. ВолгГТУ. Серия "Актуальные проблемы управления, вычислительной техники и информатики в технических системах": межвуз. сб. науч. ст. / ВолгГТУ. - Волгоград, 2007. - Вып.2, №2. - С. 88-90.

3. Герасимов, A.M. Адаптивный пользовательский интерфейс автоматизированной системы поиска физических эффектов / A.M. Герасимов, П.А. Колчин, С.А. Фоменков // Вестник компьютерных и информационных технологий. - 2006. - №9. - С. 54-56.

4. Герасимов, A.M. Адаптивный пользовательский интерфейс в системе поиска физических эффектов / A.M. Герасимов, С.А. Фоменков // Интеллектуальные системы (AIS'07). Интеллектуальные САПР (CAD-2007): тр. междунар. н.-т. конф-ций, Дивноморское, 3-10 сент. 2007 / Технол. ин-т ФГОУ ВПО "Южный федеральный унт" [и др.]. - М., 2007. - Т.Н. - С. 6-8.

5. Герасимов, A.M. Автоматизированная поисковая система по физическим эффектам "Полезный эффект" / A.M. Герасимов, П.А. Колчин, С.А. Фоменков // Системные проблемы надёжности, качества, мат. моделирования, информ. и электронных технологий в инновационных проектах: (Инноватика-2007): матер, междунар. конф. и Рос. науч. школы / Рос. акад. надёжности [и др.]. - М., 2007. - 4.2, т.Ш. - С. 86-89.

6. Герасимов, A.M. Использование семантических зависимостей при поиске физических эффектов / A.M. Герасимов, П.А. Колчин, С.А. Фоменков // Технологии Microsoft в теории и практике программирования: матер, конф., Нижний Новгород, 3-4 апреля 2007 г. / Нижегор. гос. ун-т им. Н.ИЛобачевского. - Н.Новгород, 2007. - С. 36-38.

7. Герасимов, A.M. Обобщённая модель интеллектуального интерфейса / A.M. Герасимов, С.А. Фоменков // Математические методы в технике и технологиях (ММТТ-20): сб. тр. XX междунар. науч.. конф. / Ярославский гос. техн. ун-т [и др.]. -Ярославль. 2007. - Т.2. - С- 252-253.

8. Герасимов, A.M. Поиск физических эффектов с учетом неявных семантических связей / A.M. Герасимов, П.А. Колчин, С.А. Фоменков // Технологии Microsoft в теории и практике программирования: тр. IV всерос. конф. студ., аспир. и мол. уч., 2-3 апр. 2007: Центральный регион, Москва: [тез. докл.] / Моск. авиац. ин-т (гос. техн. ун-т) [и др.]. - М„ 2007. - С. 111-112.

9. Герасимов, A.M. Эффективное управление пользовательским интерфейсом. Метод распознавания жестов мыши / A.M. Герасимов, С.А. Фоменков // Технологии Microsoft в теории и практике программирования, Москва, 17-18 февр. 2005 г. (к 175-летию МГГУ им.Н.Э.Баумана): Тр. Всерос. конф. студ., аспир. и мол. ученых, Центр, регион / МГТУ им. Н.Э.Баумана и др. - М., 2005. - С. 62.

10. Свид. об офиц. per. программы для ЭВМ № 7369. Автоматизированная система поиска физических эффектов "Полезный эффект" - №7369; Заяв. 11.12.2006 опубл. 11.12.2006. ОФАП, 2006.

11. Свид. об офиц. per. программы для ЭВМ № 11080. Автоматизированная система поиска физических эффектов "Полезный эффект" - №11080; Заяв. 01.07.2008 опубл. 01.07.2008. ОФАП, 2008.

12. Герасимов, A.M. Автоматизированная информационно-поисковая система по физическим эффектам: методические указания / A.M. Герасимов, С.А. Фоменков; -ВолгГТУ. - Волгоград, 2008. - 20 с.

13.16 публикаций в сборниках материалов Международных, Российских и Региональных научных конференций.

Подписано в печать 14. // ¿008?. Заказ № 3Б/ ■ Тираж 100 экз. Печ. л. -f. О Формат 60 х 84 1/16. Бумага офсетная. Печать офсетная.

Типография РПК "Политехник" Волгоградского государственного технического университета 400131, г. Волгоград, ул. Советская, 35

АННОТАЦИЯ.

ВВЕДЕНИЕ.

1. АНАЛИЗ ПРОБЛЕМЫ РАЗРАБОТКИ ЭФФЕКТИВНОГО ПОЛЬЗОВАТЕЛЬСКОГО ИНТЕРФЕЙСА ДЛЯ ПОИСКОВОЙ СИСТЕМЫ ПО ФИЗИЧЕСКИМ ЭФФЕКТАМ.

1.1. Применение баз данных по физическим эффектам в инженерном творчестве.

1.1.1. Необходимость практического использования БД ФЭ.

1.1.2. Модели описания физических эффектов.

1.1.3. Виды поиска в БД ФЭ.

1.1.4. Обзор существующих информационно-поисковых систем для работы с БД ФЭ.

1.1.5. Типовая последовательность действий пользователя при использовании систем поиска физических эффектов.

1.1.6. Проблемы поиска ФЭ.

1.1.7. Анализ проблем поиска ФЭ.

1.2. подходы к созданию пользовательских интерфейсов.

1.2.1. Классификация типовых проблем пользователей.

1.2.2. Проектирование пользовательского интерфейса как процесс.

1.2.3. Дизайн.

1.2.4. Эргономичность.

1.2.5. Понятность.

1.2.6. Гибкость.

1.2.7. Ассистирование пользователю.

1.2.8. Ролевая модель.

1.2.9. Паттерны пользовательского интерфейса.

1.2.10. Элементарные операции.

1.3. Интеллектуальные интерфейсы.

1.3.1. Понятие об интеллектуальном интерфейсе.

1.3.2. Важные компоненты систем с интеллектуальным интерфейсом.

1.3.3. Проблемы построения систем с интеллектуальным интерфейсом.

1.3.4. Прототипы систем с интеллектуальным интерфейсом.

1.4. Машинная обработка текстов на естественном языке.

1.4.1. Проблема понимания естественного языка.

1.4.2. Уровни анализа естественных языков.

1.4.3. Теории и методы анализа текстов.

1.4.4. Области применения.

1.4.5. Программные реализации.

1.5. Цель и задачи работы.

2. МЕТОДЫ И АЛГОРИТМЫ ПОСТРОЕНИЯ ЭФФЕКТИВНЫХ ПОЛЬЗОВАТЕЛЬСКИХ ИНТЕРФЕЙСОВ.

2.1. Модели пользователя, предметной области и среды взаимодействия.

2.1.1. Неадекватные интерфейсы.

2.1.2. Модель пользователя.

2.1.3. Модель предметной области.

2.1.4. Модель среды взаимодействия.

2.1.5. Использование моделей при проектировании адаптивного интерфейса.

2.2. Анализ естественно-языковых вопросов для поиска физических эффектов

2.2.1. Задача поиска физических эффектов по вопросу на естественном языке.

2.2.2. Общее описание процесса поиска физических эффектов по вопросу на естественном языке

2.2.3. Семантическая структура естественно-языковых вопросов.

2.2.4. Распознавание компонентов запроса в семантической структуре.

2.2.5. Правила распознавания компонентов запроса.-.

2.2.6. Обработка вариантов трактовки вопроса.

2.2.7. Пример обработки семантической структуры.

2.3. Построение метрики близости терминов, встречающихся в наборе текстов

2.3.1. Оценка полезности получения набора близких терминов.

2.3.2. Способы оценивания близости слов.

2.3.3. Близость к полнотекстовому запросу.

2.4. Управление интерфейсом с помощью жестов мыши.

2.5. Методы анализа и коррекции поисковых запросов.

2.5.1. Типичные ситуах\ии неэффективного поиска.

2.5.2. Способы повышения качества поисковых запросов.

2.6. Области и границы применимости алгоритмов и методов.

2.7. Выводы по второй главе.

3. РАЗРАБОТКА АВТОМАТИЗИРОВАННОЙ ПОИСКОВОЙ СИСТЕМЫ ПО ФИЗИЧЕСКИМ ЭФФЕКТАМ.

3.1. Выбор технологий разработки и средств реализации.

3.1.1. Процесс разработки.

3.1.2. Технология проектирования.

3.1.3. Выбор операционной системы и платформы.

3.1.4. Выбор инструментальных средств и библиотек.

3.2. Архитектура программной системы.

3.3. Эргономика пользовательского интерфейса.

3.3.1. Применяемые паттерны пользовательского интерфейса.

3.3.2. Решения по эргономике.

3.4. Модуль распознавания жестов мыши.

3.5. Реализация адаптивности.

3.5.1. Возможности адаптивности.

3.5.2. Вычисление значений характеристик модели пользователя.

3.5.3. Процедура принятия решений подсистемой адаптивности.

3.6. Реализация помощи пользователю при вводе и коррекции запросов.

3.6.1. Процедура формирования и вывода советов по коррекции поискового запроса.

3.6.2. Работа с задававшимися запросами.

3.6.3. Помощь в формализации запроса.

3.7. Реализация обработки вопросов на естественном языке.

3.8. Генерация облака близких терминов.

3.9. Выводы по третьей главе.

4. ТЕСТИРОВАНИЕ И ВНЕДРЕНИЕ СИСТЕМЫ ПОИСКА ФИЗИЧЕСКИХ ЭФФЕКТОВ ДЛЯ РЕШЕНИЯ ПРИКЛАДНЫХ ЗАДАЧ

4.1. Описание испытываемых систем и поисковых заданий.

4.1.1. Краткие характеристики испытываемых систем.

4.1.2. Поисковые задания.

4.2. Теоретическая оценка эффективности пользовательского интерфейса автоматизированной системы.

4.2.1. Метод GOMS.

4.2.2. Расчет процесса решения поисковой задачи по методу GOMS.

4.2.3. Сравнение эффективности пользовательских интерфейсов поисковых систем по физическим эффектам.

4.2.4. Эффективность использования жестов мыши.

4.3. Экспериментальные испытания автоматизированной системы.

4.3.1. Методика испытаний.

4.3.2. Результаты экспериментов.

4.3.3. Анализ результатов.

4.3.4. Оценка эффективности отдельных подсистем.

4.4. Внедрение системы "Полезный Эффект".

4.4.1. Общие сведения.

4.4.2. Обзор содержания методических указаний к лабораторной работе по поиску физических эффектов.

4.5. Выводы по четвертой главе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ.

Актуальность темы диссертации. Повышение эффективности начальных этапов проектирования сложных технических систем, а именно - сокращение сроков проектирования и повышение качества проектируемых изделий является важной задачей, которая может быть решена путем автоматизации отдельных процедур проектирования. Информационный поиск - одна из ключевых процедур при проведении научных исследований на начальных этапах проектирования; а одним из важнейших компонентов информационного обеспечения систем автоматизированного проектирования являются физические знания.

Физические знания используются учеными (построение, проверка и прогнозирование теоретических и экспериментальных зависимостей), инженерами и изобретателями (улучшение прототипов изделий с учетом известных свойств веществ), студентами (обучение методам технического творчества). Существуют специальные базы данных — фонды физических эффектов, в которых физические знания представлены особым структурированным образом, обеспечивающим более удобный их поиск и использование. Однако, несмотря на наличие автоматизированных средств работы с такими структурированными физическими знаниями, задача их эффективного и удобного поиска для пользователя, не являющегося специалистом, по-прежнему не решена. Поэтому задача разработки новых методов поиска и способов повышения эффективности взаимодействия пользователя с базами данных физических эффектов является актуальной.

На сегодняшний день существует несколько программных средств поиска в базах данных физических эффектов. Опыт эксплуатации этих систем выявил ряд недостатков:

• сложность формализации поискового запроса; чаще всего запрос пользователя представляется в неформализованном виде на естественном языке и нужна определенная подготовка его формализованного представления;

• затруднения при вводе поисковых запросов в систему, вызванные сложностью используемых поисковых моделей и их визуальным представлением пользователю в виде деревьев зависимых характеристик;

• сложности работы с полученными результатами, так как далеко не всегда результирующая выборка является полезной для пользователя;

• отсутствие возможности воспользоваться результатами предыдущих удачных поисков.

В своей совокупности эти системы реализуют довольно широкий спектр возможностей по поиску физических эффектов. Поэтому опыт их создания и эксплуатации может послужить хорошим фундаментом при разработке новой системы, которая призвана устранить существующие недостатки и предложить новые подходы к организации поиска физических эффектов.

Цель диссертационной работы. Целью работы является повышение эффективности поиска физических эффектов в специализированной базе данных для пользователей различного уровня квалификации за счет внедрения новых улучшенных поисковых инструментов и систем помощи. Под повышением эффективности понимается как количественное улучшение характеристик (увеличение скорости поиска), так и качественное (повышение удобства работы и релевантности результатов).

Задачи исследования. Для достижения поставленной цели были поставлены и решены следующие задачи:

• произвести анализ существующих подходов к разработке пользовательских интерфейсов и информационно-поисковых систем и выделить основные преимущества данных подходов; произвести анализ методов обработки информации на естественном языке и выделить методы, применимые в предметной области данной работы;

• разработать метод трансляции поисковых запросов на ограниченном русском языке в формализованные поисковые запросы;

• разработать модели представления пользователей, предметной области и среды взаимодействия для пользовательского интерфейса автоматизированной информационно-поисковой системы по физическим эффектам;

• разработать механизмы эффективной помощи пользователю при формировании поисковых запросов и работе с полученной информацией;

• создать программную систему поиска физических эффектов и проверить ее эффективность на тестовых задачах.

Объект исследования. Пользовательский интерфейс автоматизированных систем для поиска физических эффектов; процесс поиска физических эффектов.

Предмет исследования. Методы разработки эффективных пользовательских интерфейсов и алгоритмы обработки текстов на естественном: языке.

Методы исследования. В работе использованы методы системного анализа, принятия решений в условиях неопределенности, обработки текстовой информации на естественном языке, искусственного интеллекта, объектно-ориентированного проектирования программных систем и оценки эргономичности пользовательских интерфейсов.

Научная новизна работы состоит в следующем:

• разработан метод трансляции поисковых запросов на ограниченном русском языке в формализованные поисковые запросы; использование этого метода позволяет в большинстве случаев избежать сложной формализации запросов и значительно облегчить и ускорить поиск;

• сформулированы эвристические правила коррекции формализованных запросов на поиск физических эффектов, дающие возможность контролировать вводимый пользователем запрос и формировать подсказки по повышению его точности;

• предложен способ интерактивной подсказки близости слов при формировании полнотекстового запроса, позволяющий ускорить и сделать более эффективным полнотекстовый поиск;

• разработан усовершенствованный метод распознавания жестов мыши, не требующий времени на обучение и поддерживающий распознавание непрерывных цепочек жестов различной степени сложности.

Обоснованность и достоверность результатов. Достоверность полученных результатов обеспечивается использованием апробированных методов системного анализа, искусственного интеллекта, компьютерной лингвистики и проектирования пользовательских интерфейсов, а также эмпирической оценкой эффективности пользовательского интерфейса по методу вОМ8 и закону Фитса и результатами экспериментальной проверки работы программной системы в процессе поиска физических эффектов различными пользователями.

Практическая значимость и внедрение. Создана новая информационно-поисквая система по физическим эффектам "Полезный Эффект", поддерживающая различные виды поиска (поиск по формализованным запросам, полнотекстовый поиск, поиск по запросам на естественном языке), а также предоставляющая возможность комбинировать их результаты. Упрощен поиск физических эффектов и повышена релевантность результатов поиска за счет внедрения эффективных поисковых инструментов и подсистем помощи пользователю.

Разработанная система может использоваться учеными и иженерами на начальных этапах проектирования технических систем. Кроме того, система может быть полезной в преподавании научных дисциплин, связанных с физикой, и служить средством помощи при выполнении студенами лабораторных и курсовых работ.

Система "Полезный Эффект" зарегистрирована в отраслевом фонде алгоритмов и программ ФГНУ "Государственный координационный центр информационных технологий" Федерального агентства по образованию РФ и

10 внедрена в учебный процесс ВолгГТУ и АГУ. По материалам работы получено несколько дипломов на Всероссийских и Региональных смотрах-конкурсах работ молодых ученых (Москва, 2005, 2006; Волгоград, 2005). Положения, выносимые на защиту:

• метод трансляции поисковых запросов на ограниченном русском языке в формализованные поисковые запросы;

• эвристические приемы коррекции формальных поисковых запросов и методика их использования;

• способ интерактивной подсказки близости слов при формировании полнотекстового запроса;

• метод распознавания жестов мыши;

• механизм работы адаптивного помощника на основании моделей пользователя, предметной области и среды взаимодействия;

• новая автоматизированная система поиска физических эффектов. Апробация результатов работы. Основные положения работы докладывались и обсуждались на научных семинарах кафедры "САПР и ПК" ВолгГТУ, а также на Международных и Всероссийских научных и научно-практических конференциях: "Новые информационные технологии" (Таганрог,

2004); "Информационные технологии в обучении и производстве" (Камышин,

2005); "Технологии Microsoft в теории и практике программирования" (Москва, 2005, 2006, 2007; Нижний Новгород, 2006); "Региональная конференция молодых исследователей Волгоградской области" (Волгоград, 2006); "Информационные технологии в образовании, технике и медицине" (Волгоград,

2006); "Международная школа-конференция по приоритетным направлениям развития науки и техники с участием молодых ученых, аспирантов и студентов" (Судак, 2006, 2007); "Интеллектуальные САПР (AIS'07, CAD-2007)" (Дивноморское, 2007); • "Системные проблемы надёжности, качества, математического моделирования, информационных и электронных технологий в инновационных проектах: Инноватика-2007" (Сочи, 2007).

Публикации. Основные положения диссертации отражены в 28 опубликованных работах. В том числе 3 статьи напечатаны в рецензируемых научных журналах, рекомендованных ВАК для публикации основных результатов диссертационных работ; получено 2 свидетельства об официальной регистрации программы для ЭВМ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложений. Общий объем диссертации - 145 страниц, включая 10 рисунков, 17 таблиц, список литературы из 126 наименований.

Основные результаты диссертационной работы:

• проведен анализ достоинств и недостатков современных систем поиска физических эффектов, выбраны и обоснованы методы по улучшению таких систем; проведен анализ методов разработки эффективных пользовательских интерфейсов и методов обработки текстов на естественном языке;

• разработан метод трансляции поисковых запросов на ограниченном русском языке в формальные поисковые запросы, позволяющий во многих случаях отказаться от самого сложного этапа — формализации запроса;

• сформулированы эвристические правила уточнения поисковых запросов; методика их использования реализована в виде алгоритмов коррекции поисковых запросов;

• разработан способ интерактивной подсказки близости слов, используемый для упрощения ввода полнотекстового запроса;

• разработан новый метод распознавания жестов мыши, позволяющий распознавать цепочки связанных жестов и не требующий времени на обучение;

• реализован механизм работы адаптивного помощника на основании моделей пользователя, предметной области и среды взаимодействия;

• реализована новая автоматизированная система поиска по физическим эффектам "Полезный Эффект", включающая в себя набор новых инструментов, повышающих эффективность работы пользователей при поиске физических эффектов; результаты испытаний показывают, что новая система в среднем в 2-3 раза эффективнее ранее существовавших аналогов.

1. Андреев В. О чем надо помнить при разработке пользовательского интерфейса Электронный ресурс. [2001]. — Режим доступа: http://www.usability.ru/Articles/instruction.htm.

2. Бек К. Экстремальное программирование.- СПб.: Питер, 2002.-224 с.

3. Бек К., Фаулер М. Экстремальное программирование: планирование СПб.: Питер, 2003.- 144 с.

4. Белышкин А. Головач В. Четырежды не адекватен. Электронный ресурс. — [2002]. Режим доступа: http://www.usethics.ru/lib/4un/.

5. Белышкин А. Контрольный список интерфейса ПО Электронный ресурс.2000. — Режим доступа: http://www.usethics.ru/lib/ softwarechecklist/.

6. Белышкин А. Особенности субъективных представлений о работе с компьютером у разных категорий пользователей. Электронный ресурс. — [2000]. — Режим доступа: http://www.usethics.ru/lib/ usercategoriessubjective/.

7. Белышкин А. Пять причин заботиться о юзабилити. Электронный ресурс. — [2000]. Режим доступа: http://www.usethics.ru/lib/5reasons/.

8. Белышкин А., Бурмистров И. Влияние прерываний на работу пользователей ПК Электронный ресурс. — [2002]. Режим доступа: http://www.usethics.ru/lib/interruptions/.

9. Брусиловский П.Л. Адаптивные обучающие системы в World Wide Web: обзор имеющихся в распоряжений технологий Электронный ресурс. — [1998]. Режим доступа: http://ifets.ieee.org/russian/depository/ WWWITS.html.

10. Буль Е.Е. Обзор моделей студента для компьютерных систем обучения // Educational Technology & Society.- 2003.- №6 С. 245-250.

11. Буч Г., Рамбо Дж., Джекобсон А. Язык UML. Руководство пользователями ДМК Пресс; СПб.: Питер, 2004.-232 с.

12. Вятчин К. Определение пользовательских профилей. Электронный ресурс.- 2001. Режим доступа: http://www.usethics.ru/lib/ userprofiles/.

13. Вятчин К. Язык шаблонов в дизайне взаимодействия Электронный ресурс.- 2002. Режим доступа: http://www.usethics.ru/lib/uitemplates/.

14. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем : учебник. СПб.: Питер, 2001.-384 с.

15. Герасимов, A.M. Автоматизированная информационно-поисковая система по физическим эффектам: методические указания / A.M. Герасимов, С.А. Фоменков; ВолгГТУ. - Волгоград, 2008. - 20 с.

16. Герасимов, A.M. Адаптивный пользовательский интерфейс автоматизированной системы поиска физических эффектов / A.M. Герасимов, П.А. Колчин, С.А. Фоменков // Вестник компьютерных и информационных технологий. 2006. - №9. - С. 54-56.

17. Головач В. Дизайн пользовательского интерфейса Электронный ресурс. — [2003]. Режим доступа: http://www.uibookl .ru/uidesignl.pdf.

18. Головач В. Создание прототипов интерфейсов Электронный ресурс. — [2002]. Режим доступа: http://www.usethics.ru/lib/prototype/.

19. Головач В. Что дает эффективный интерфейс автоматизации и автоматизаторам Электронный ресурс. [2001]. - Режим доступа: http://www.usethics.ru/lib/automate/.

20. Головач В., Белышкин А. Интерфейсы будущего Электронный ресурс. — [2002]. Режим доступа: http://www.usethics.ru/lib/futureui/.

21. Гультяев А. К., Машин В. А. Проектирование и дизайн пользовательского интерфейса. М: Корона-Принт, 2007. - 352 с.

22. Джарратано Дж., Райли Г. Экспертные системы. Принципы разработки и программирование / Пер. с англ. 4-е изд. — М.: «Вильяме», 2007. — 1152 с.

23. Джексон П. Введение в экспертные системы. — Третье издание. М.: Издательский дом «Вильяме», 2001. - 624 с.

24. Донской М. Пользовательский интерфейс // PC Magazine Russian Edition. -CK Пресс, 1996.-№10.

25. Заболеева-Зотова A.B. Естественный язык в автоматизированных системах. Семантический анализ текстов: Монография / ВолгГТУ. — Волгоград, 2002. -228 с.

26. Заболеева-Зотова A.B. Лингвистические системы: Модели, методы, приложения: Монография / ВолгГТУ. Волгоград, 2004. — 190 с.

27. Зайцева JI.B. Методы и модели адаптации к учащимся в системах компьютерного обучения // Educational Technology & Society 2003 — №6 — С. 204-211.

28. Зализняк A.A. Грамматический словарь русского языка. — М.: Русские словари, 2003. — 800 с.

29. Компания Usethics. Схема процесса проектирования пользовательского интерфейса Электронный ресурс. — [2002]. — Режим доступа: http://www.usethics.ru/service/usethicsworkprocess.pdf.

30. Кондратьев М.Е. Анализ методов кластеризации новостного потока Электронный ресурс. — [2006]. Режим доступа: www.rcdl2006.uniyar.ac.ru/papers/paper92vl.pdf.

31. Куликов С. О мелочах в интерфейсе Электронный ресурс. [2007]. — Режим доступа: http://www.usethics.ru/lib/littlethings.html.

32. Лебедев И.С. Принципы обработки естественно-языковых запросов в системах лингвистического обеспечения Электронный ресурс. — [2004]. — http://zhurnal.ape.relarn.ru/articles/2004/157.pdf

33. Лезин Г.В. Об автоматическом выявлении референциальной связности повествовательного текста Электронный ресурс. [2007]. - Режим доступа: www.diaIog-21.ru/dialog2007/materials/html/LezinG.htm.

34. Леонтьева Н., Панкратов Д., Сокирко А., Кобрицов Б. Автоматическая обработка текста Электронный ресурс. [2008]. - Режим доступа: http://www.aot.ru/technology.html.

35. Люгер Дж. Ф. Искуственный интеллект: стратегии и методы решения сложных проблем / Пер. с англ. — 4-е изд. — М.: «Вильяме», 2005. — 864 с.

36. Макконнелл С. Профессиональная разработка программного обеспечения / Пер. с англ. СПб: Символ-Плюс, 2007. - 240 с.

37. Мандел Т. Разработка пользовательского интерфейса: Пер с англ. М.: ДМК Пресс, 2001. - 416 с.

38. Мельчук И.А. Русский язык в модели «смысл-текст». — М.: Языки русской культуры, 1995. 682 с.

39. Метод ООО Электронный ресурс. [2008]. - Режим доступа: http://www.method.ru

40. Михаилян А. Некоторые методы автоматического анализа естественного языка, используемые в промышленных продуктах Электронный ресурс. — [2007]. Режим доступа: http://www.olap.ru/basic/somemethods.asp

41. Мозговой М.В. Информационный поиск: выявление и использование семантических зависимостей в предложении Электронный ресурс. -[2003]. Режим доступа: http://cs.joensuu.fi/pages/mozgovoy/homepage/papers/ ampcthesis.pdf.

42. Мозговой М.В. Простая вопросно-ответная система на основе семантического анализатора естественного языка Электронный ресурс. -[2006]. Режим доступа: http://cs.joensuu.fi/pages/mozgovoy/homepage/papers/ simpleqaext.pdf.

43. Морфологический анализатор грамматической машины Электронный ресурс. [2008]. - Режим доступа: http://www.solarix.ru/fordevelopers/api/ morphology-analyzer-api. shtml.

44. Нильсен Я. Элементарные основы юзабилити Электронный ресурс. — [2000]. — Режим доступа: http://www.webmascon.com/topics/testing/14a.asp.

45. Поисковая система Quintura Электронный ресурс. — [2008]. — Режим доступа: http://www.quintura.ru/.

46. Попов Э.В. Общение с ЭВМ на естественном языке / 2-е изд. М.: «Едиториал УРСС», 2004. - 360 с.

47. Представление физических знаний для автоматизированных систем обработки информации: Монография / С. А. Фоменков, А. В. Петрухин, В. А. Камаев, Д. А. Давыдов; ВолгГТУ. Волгоград, 1998. - 128 с.

48. Приемы объектно-ориентированного проектирования. Паттерны проектирования / Гамма Э., Хелм Р., Джонсон Р., Влиссидес Дж СПб.: Питер, 2003.-368 с.

49. Программная система TextAnalyst Электронный ресурс. — [2008]. Режим доступа: http://www.analyst.ru/.

50. Раскин Д. Интерфейс: новые направления в проектировании компьютерных систем / Пер. с англ. СПб: Символ-Плюс, 2005. — 272 с.

51. Рассел С., Норвиг П. Искуственный интеллект. Современный подход / Пер. с англ. — 2-е изд. М.: «Вильяме», 2007. — 1408 с.

52. Рихтер Дж. Windows для профессионалов: создание эффективных 32-разрядных приложений с учётом специфики 64-разрядной версии Windows. / Пер. с англ. — 4-е изд. — СПб.: Питер, М.: Издательский дом «Русская редакция», 2001. 752 с.

53. Синтаксический анализатор DictaScope Электронный ресурс. [2008]. -Режим доступа: http://www.dictum.ru/?main=products&sub=dictascope.

54. Синтаксический анализатор грамматической машины Электронный ресурс. — [2008]. Режим доступа: http://www.solarix.ru/fordevelopers/api/ syntax-analyzer-api.shtml.

55. Спольски Д. Ну откуда все эти (неоригинальные) мысли? Электронный ресурс. [2000]. — Режим доступа: http://russian.joelonsoftware.com/ Articles/WheredoThesePeopleGetThei.html.

56. Спольски Д. Руководство по UI дизайну для программистов Электронный ресурс. [2000]. - Режим доступа: http://russian.joelonsoftware.eom/uibook/chapters/l.html.

57. Тидвелл Д. Разработка пользовательских интерфейсов / Пер. с англ. СПб: Питер, 2008.-416 с.

58. Тузов В.А. Математическая модель языка. — Л.: Изд-во Ленингр. ун-та, 1984. —176 с.

59. Фаулер М. Архитектура корпоративных программных приложений / Пер. с англ. — М.: «Вильяме», 2007. 544 с.

60. Фоменков С.А. Представление физических знаний в форме физических эффектов для автоматизированных систем обработки информации: Диссертация на соискание ученой степени доктора технических наук. -Волгоград, 2000. 454 с.

61. Хомский Н. Аспекты теории синтаксиса. — М.: Изд-во БГК им. И.А. Бодуэна Де Куртенэ, 1999. — 235 с.

62. Частиков А. П., Белов Д. Л., Гаврилова Т. А. Разработка экспертных систем. Среда CLIPS. СПб: БХВ-Петербург, 2003. - 608 с.

63. An Instructable, Adaptive Interface for discovering and monitoring information on the Worl-Wide Web / Shavik J., Calcari S., Eliassi-Rad Т., Solock J. Электронный ресурс. — [1999]. Режим доступа: http://www.iuiconf.org/99pdf/1999-001-0026.pdf.

64. Benyon D. R. A Functional Model of Interacting Systems: A Semiotic approach Электронный ресурс. [1993]. - Режим доступа: http://www.dcs.napier.ac.uk/~dbenyon/cscwai.pdf.

65. Benyon D. R. Adaptive Systems: a solution to usability problems Электронный ресурс. [1993]. - Режим доступа: http://www.dcs.napier.ac.uk/ ~dbenyon/umuai.pdf.

66. Benyon D. R. Beyond Navigation as Metaphor Электронный ресурс. [1998]. -Режим доступа: http://www.dcs.napier.ac.uk/~dbenyon/EuroDL.html.

67. Benyon D. R. Cognitive Ergonomics as Navigation in Information Space Электронный ресурс. — [1998]. Режим доступа: http://www.dcs.napier.ac.uk/~dbenyon/Ergonomics.html.

68. Benyon D. R. Domain Models for User Interface Design Электронный ресурс. [1996]. - Режим доступа: http://www.dcs.napier.ac.uk/~dbenyon/ domainmodels.pdf.

69. Benyon D. R. Intelligent Interface Technology Электронный ресурс. — [1998]. -Режим доступа: http://www.dcs.napier.ac.uky~dbenyon7IIT.pdf.

70. Benyon D. R. Representations in Human-Computer Systems Development // Technology and Work. 1995.

71. Benyon D. R. Task Analysis and Systems Design: The Discipline of Data // In Interacting with Computers. 1992. - №4. - C. 246-259.

72. Benyon D. R. The New HCI? Navigation of Information Space Электронный ресурс. [2000]. - Режим доступа: http://www.dcs.napier.ac.uk/ -dbenyon/new.rtf.

73. Benyon D. R. The Role of Task Analysis in Systems Design // In Interacting with Computers. 1992.-№4. - C. 102-121.

74. Benyon D. R., Imaz M. Metaphors and Models: Conceptual Foundations of Representations for Interactive Systems Design // Human-Computer Interaction. — 1999. №14.-C. 159-189.

75. Benyon D. R., Murray D. M. Adaptive Systems: from intelligent tutoring to autonomous agents Электронный ресурс. — [1993]. Режим доступа: http://www.dcs.napier.ac.uk/~dbenyon/IITpaper.pdf.

76. Benyon D. R., Murray D. M. Applying user modelling to human-computer interaction design // AI Review. 1993. - № 6. - C. 43-69.

77. Benyon, D. R. Accommodating Individual Differences through an Adaptive User Interface Электронный ресурс. — [1993]. — Режим доступа: http://www.dcs.napier.ac.uk/~dbenyon/inddiff.pdf.

78. Brusilovsky P. Adaptive Help Systems Электронный ресурс. — [2001]. -Режим доступа: http://www2.sis.pitt.edu/~peterb/papers/ AHS4IS2470.html.

79. CLIPS Advanced Programming Guide Электронный ресурс. — [2004]. — Режим доступа: http://www.ghg.net/clips/download/documentation/apg.pdf.

80. CLIPS Basic Programming Guide Электронный ресурс. [2004]. - Режим доступа: http://www.ghg.net/clips/download/documentation/bpg.pdf.

81. Cooper A., Reimann R. About Face 2.0. The Essentials of Interaction Design-Wiley Publishing, 2003.

82. Corno F., Farinetti L., Squillero G. An Intelligent User Interface oriented to nonexpert users Электронный ресурс. [2001]. - Режим доступа: http ://elite .polito. it/pap/db/webnetO Ob .pdf.

83. Crawford E., Kay J, McCreath E. An Intelligent Interface for Sorting Electronic Mail Электронный ресурс. [2000]. - Режим доступа: http://www.iuiconf.org/02pdf/2002-002-0030.pdf.

84. Data Mining (DM) интеллектуальный анализ данных Электронный ресурс.2008. Режим доступа: http://www.itstan.ru/content/view/106/159/.

85. Fischer G. User Modeling in Human-Computer Interaction // User Modeling and User-Adapted Interaction 2001.- №2 - C. 65-86.

86. Goodwin K. Perfecting Your Personas. Электронный ресурс. — [2001]. -Режим доступа: http://www.cooper.com/newsletters/ 2001 07/ perfectingyourpersonas.htm.

87. Green Т. R. G., Benyon D. R. Entity-relationship modeling of Information Artifacts // International Journal of Human-Computer Studies. — 1996.

88. Hammer J. M., Small R. L. An intelligent interface in an associate system Электронный ресурс. — [1992]. Режим доступа: http ://www. searchtech .com/ articles/pachap .htm.

89. Handbook of User-Centred Design Электронный ресурс. [1999]. - Режим доступа: http://www.ejeisa.com/nectar/.

90. Help Desk System with Intelligent Interface / Kang В. H., Yoshida K., Motoda H., Compton P. Электронный ресурс. [2000]. - Режим доступа: http://www.ar.sanken.osaka-u.ac.jp/papers/motoda/ helpdesk-kang.pdf.

91. Herzog G. Intelligent User Interfaces Latest Commercial Developments . Электронный ресурс. — [1999]. - Режим доступа: http://www.dfki.de/ fluids/IntelligentUserInterfacesLatestCommercialDevelopments.html.

92. Hook К. Steps to take before IUI becomes real Электронный ресурс. [1997].

93. Режим доступа: http://www.sics.se/~kia/papers/reaHtyoOI.html.

94. Нббк К., Rudstrom A., Waern A. Edited Adaptive Hypermedia: Combining Human and Machine Intelligence to Achieve Filtered Information Электронный ресурс. — [1997]. Режим доступа: http://www.sics.se/~kia/papers/edinfo.html.

95. Hourihan М. Taking the "You" Out of User: My Experience Using Personas. Электронный ресурс. [2002]. - Режим доступа: http://boxesandarrows.com/archives/002330.php.

96. Imaz М., Benyon D. R. How Stories Capture Interactions Электронный ресурс. [1999]. — Режим доступа: http://www.dcs.napier.ac.uk/~dbenyon/• Storiesv2.rtf.

97. Intelligent Interface Agents for Intelligent Environments / Brown S. M., Santos E. Jr., Banks S. В., Stytz M. R. Электронный ресурс. — [1998]. Режим доступа: http://en.afit.af.mil/ai/ publications/Conference/smb-aaai98ss-ie.pdf.

98. Lewis С., Rieman J. Task-Centerd User Interface Design Электронный ресурс. [1995]. - Режим доступа: http://hcibib.org/tcuid/.

99. Lewis М. Designing for Human-Agent Interaction Электронный ресурс. — [2000]. Режим доступа: http://www.aaai.org/Resources/Papers/ AIMagl9-02-006.pdf.

100. Lieberman H. Letizia: An Agent That Assists Web Browsing Электронный ресурс. [1995]. — Режим доступа: http://lieber.www.media.mit.edu/people/ lieber/Lieberaiy/Letizia/Letizia-AAAI/Letizia.html.

101. Maes P. Intelligent Software Электронный ресурс./ [1995]. - Режим доступа: http://pattie.www.media.mit.edu/ people/pattie/SciAm-95.html.

102. Martin, Robert. Agile Software Development: Principles, Patterns, and Practices. Prentice-Hall, 2007.

103. Microsoft Corporation. The Windows Interface Guidelines for Software Design. Redmond, WA: Microsoft Press, 1995.

104. MSDN Library Электронный ресурс. — [2008]. — Режим дос-тупа: http://msdn.microsoft.com.

105. Nakakoji К., Malinowski U., Lowgren J. Knowledge-Based Support for the User-Interface Design Process Электронный ресурс. — [1995]. Режим доступа: http://www.acm.Org/sigchi/bulletin/1996.l/ nakakoji.html.

106. ИЗ. Rauch Т. Intelligent User Interfaces Электронный ресурс. [1995]. -Режим доступа: http://www.acm.org/chapters/trichi/newsletters/ jun97/iui.html.

107. Scott N. Intelligent User Interfaces Электронный ресурс. [2001]. - Режим доступа: http://www.cisp.org/imp/march2001/ scott/030lscott.htm.

108. Segalovich I. A fast morphological algorithm with unknown word guessing induced by a dictionary for a web search engine Электронный ресурс. -[2006]. — Режим доступа: http://company.yandex.ru/articles/iseg-las-vegas.html.

109. Slagle J. R., Wieckowski Z. Ideas for Intelligent User Interface Design Электронный ресурс. [1998]. - Режим доступа: http://kuba.korea.ac.kr/~ixix/Article/agent/ideasforintelligentuserinterfacede sign.pdf.

110. TextArc: Revealing Word Associations, Distribution and Frequency Электронный ресурс. [2008]. - Режим доступа: www.textarc.org/TextArcOverview.pdf.

111. Thearling К. An Introduction to Data Mining Электронный ресурс. — [2006]. Режим доступа: http://www.cs.odu.edu/~mukka/cs795dm/ Lecturenotes/Dayl/ dmintro.pdf.

112. Tidwell J. A Pattern Language for Human-Computer Interface Design Электронный ресурс. [1999]. - Режим доступа: www.igd.fhg.de/~jtidwell/.

113. Tidwell J. UI Patterns and Techniques Электронный ресурс. — [2002]. — Режим доступа: http://jtidwell.net.

114. User Models and User Physical Capability / Keates Simeon, Langdon Patrick,

115. Clarkson P. John, Robinson Peter // User Modeling and User-Adapted1.teraction.- 2002.- №3.- C. 139-169.

116. User Models, Intelligent Interface Agents and Expert Systems / Brown S. M., Harrington R. A., Santos E. Jr., Banks S. В. Электронный ресурс. — [1997]. -Режим доступа: http://en.afit.af.mil /ai/publications/Conference/smb-um97-ws.pdf.

117. Wsern A. What is an Intelligent Interface? Электронный ресурс. — [1997]. — Режим доступа: http://www.sics.se/~annika/papers/ intint.html.

118. Welie М., Traetteberg Н. Interaction patterns in user interfaces Электронный ресурс. 2000]. - Режим доступа: http://www.idi.ntnu.no/~hal/ publications/design-patterns/PLoP2k-Welie.pdf

119. YAMADA Seiji, MURASE Fumihiko. Adaptive^ User Interface of a Web Search Engine by Organizing Page Information Agents Электронный ресурс. -[2002]. — Режим доступа: http://www.iuiconf.org/ 02presentations/2002-007-0024.pdf.

120. YAMADA Seiji, MURASE Fumihiko. Intelligent User Interface for a Web Search Engine by Organizing Page Information Agents Электронный ресурс. -[2002]. — Режим доступа: http://research.nii.ac.jp/ ~seiji/reference/Conference/2002/IUI-2002-AOAI.pdf.